融合高比例可再生能源的分布式能源系统中,由可再生能源的波动性和负荷的随机性所引起的不确定性,限制了供需匹配性的提升。而通过充分利用信息,可以降低系统不确定性。该文提出基于熵的能量与信息的一致标度,利用熵理论同时对由能级降...融合高比例可再生能源的分布式能源系统中,由可再生能源的波动性和负荷的随机性所引起的不确定性,限制了供需匹配性的提升。而通过充分利用信息,可以降低系统不确定性。该文提出基于熵的能量与信息的一致标度,利用熵理论同时对由能级降低造成的能量不可用性和由不确定性造成的能量不可用性进行量化。以数据中心分布式能源系统为案例,详述基于能量与信息耦合的系统配置优化方法。在考虑气象参数和数据中心计算负荷不确定性的情况下,相比于传统以初投资最低为优化目标的系统配置方案,该文提出的优化配置方案的未达到设计全年本址发电满足负荷占比(on-site energy fraction,OEF)的概率从54%降低到15%,说明该方法能够有效的降低分布式能源系统不确定性,提升供需匹配性。展开更多
文摘融合高比例可再生能源的分布式能源系统中,由可再生能源的波动性和负荷的随机性所引起的不确定性,限制了供需匹配性的提升。而通过充分利用信息,可以降低系统不确定性。该文提出基于熵的能量与信息的一致标度,利用熵理论同时对由能级降低造成的能量不可用性和由不确定性造成的能量不可用性进行量化。以数据中心分布式能源系统为案例,详述基于能量与信息耦合的系统配置优化方法。在考虑气象参数和数据中心计算负荷不确定性的情况下,相比于传统以初投资最低为优化目标的系统配置方案,该文提出的优化配置方案的未达到设计全年本址发电满足负荷占比(on-site energy fraction,OEF)的概率从54%降低到15%,说明该方法能够有效的降低分布式能源系统不确定性,提升供需匹配性。